Project

Bayesiaans raamwerk voor monitoring van procesmodellen

Binnen dit project wordt een raamwerk van Bayesiaanse Monte Carlo rekentechnieken ontwikkeld.

Doelstelling

Als computermodellen worden gebruikt in gevallen waarbij veel data beschikbaar zijn voor kalibratie, kan de methode tot onwaarschijnlijk nauwkeurige uitkomsten leiden. Dat betekent dat een model gekalibreerd voor de ene situatie (bos, stroomgebied) waardeloos is voor de andere situatie.

Dit probleem wordt veroorzaakt doordat er naast onzekerheid in de parameters onzekerheid in de juistheid van het model zelf en zijn invoerparameters is. Binnen de wereld van Monte Carlo simulatietechnieken maakt een sterke technologische vernieuwing een nieuwe efficiƫnte aanpak mogelijk van het schatten van tijdsafhankelijke en vaste parameters in procesmodellen.

Daarbij spelen de volgende vragen:

  • Hoe wordt voorkomen dat in een data rijke omgeving een model tot onwaarschijnlijk nauwkeurige uitkomsten leidt?
  • Hoe zijn efficiĆ«nt en met gebruikmaking van voorkennis tijdsafhankelijke en vaste parameters in niet-lineare of niet-Gaussische procesmodellen te schatten?
  • Hoe is deze kennis toe te passen in de robotica, hydrobiologie en bodemwetenschap?

Doel van dit project is de ontwikkeling van een raamwerk van Bayesiaanse Monte Carlo rekentechnieken voor monitoring op basis van (deels) stochastische procesmodellen en hieraan gekoppelde datareeksen. Daarnaast wordt gekeken hoe het beoogde raamwerk toegepast kan worden in Wageningse procesmodellen.

Aanpak en tijdspad

Activiteiten zijn:
  • Model voorstellen en uitwerken in case study met Alterra.
  • Literatuurstudie, hydrologische case uitwerken en twee typen algorithmes vergelijken.
  • Paper schrijven en AIO begeleiden.

Resultaten

In 2012 zijn de volgende activiteiten uitgevoerd:

  • Literatuuronderzoek afgerond.
  • Model van energiebalans kasklimaat ontwikkeld. Data zijn verzameld in een praktijkkas, geanalyseerd. Model is met succes geparameteriseerd en gevalideerd.
  • Optimalisatie is gesplitst in twee delen: 1) optimalisatie energieinput in de kas, b) realisatie energievraag door de beschikbare installatie
  • Optimalisatie energieinput kas is opgelost.
  • Concept artikel voor Agricontrol 2013 conferentie geschreven.
  • Abstract ingediend voor Benelux meeting on Systems and Control 2013.

De beoogde output is een wetenschappelijke artikel en programmatuur in Matlab of R.

Publicaties